مقایسه روش های رگرسیون خطی و شبکه عصبی مصنوعی در تخمین قیمت بازیکنان حرفه ای فوتبال ایران

هدف از انجام شدن این پژوهش، علاوه بر تخمین قیمت بازیکنان لیگ حرفه ای فوتبال ایران، مقایسه روش های رگرسیون و شبکه های عصبی در پیش بینی آن بود. روش انجام شدن پژوهش با استفاده از طرح های آمیخته اکتشافی بود که تلفیقی از روش های کیفی و کمی است. جامعه آماری پژوهش در بخش کیفی، مدیران، مربیان باشگاه ها و کارشناسان خبره و آشنا با حوزه خرید و فروش بازیکنان بودند که 14 نفر تا رسیدن به نقطه اشباع به روش گلوله برفی انتخاب شدند. در بخش کمی نیز جامعه آماری، همه فوتبالیست های لیگ حرفه ای فوتبال خلیج فارس در سال های 2019-2018 بودند که 226 نفر از آن ها با استفاده از فرمول کوکران به عنوان نمونه با روش تصادفی طبقه ای انتخاب شدند. ابزار پژوهش در روش کیفی، مصاحبه عمیق بود که پایایی آن از طریق روش بازآزمون 81/0 محاسبه شد. داده های مورد نیاز برای تجزیه و تحلیل روش های کمی نیز از سایت های معتبر و سازمان لیگ فوتبال ایران جمع آوری شدند. از ضریب همبستگی پیرسون، رگرسیون خطی و شبکه های عصبی شعاعی نیز با بهره گیری از نرم افزارهای اس پی اس اس نسخه 21 و آر نسخه 3.6.2 برای پیش بینی و طراحی مدل استفاده شد. یافته های پژوهش در بخش کیفی حاکی از این بود که عملکرد بازیکن، ویژگی های شخصی، توانایی های آن ها، ویژگی های باشگاه و عوامل ایجادکننده حباب، در تعیین قیمت بازیکنان فوتبال تاثیر دارند. همچنین نتایج پژوهش نشان داد که با وجود مزایای روش های رگرسیون در پیش بینی مسایل، به علت چندوجهی و پیچیده بودن قیمت گذاری بازیکنان فوتبال، مدل های شبکه مصنوعی متغیرهای بیشتری را پوشش می دهد و کاراتر و دقیق تر خواهند بود.